resample
语法
resample(X, rule, func, [closed], [label],
[origin='start_day'])
详情
依照指定时间频率(或交易日历),对给定数据使用给定函数。注意,rule 指定为交易日历标识时,对于非交易日的数据,将并入上一个交易日计算。
参数
X 是一个带有行标签的矩阵或序列(indexed series)。行标签要求为时间类型,不得含有空值,且必须保持递增。
rule 是一个字符串,可取以下值:
rule 参数取值 | 对应 DolphinDB 函数 |
---|---|
"B" | businessDay |
"W" | weekEnd |
"WOM" | weekOfMonth |
"LWOM" | lastWeekOfMonth |
"M" | monthEnd |
"MS" | monthBegin |
"BM" | businessMonthEnd |
"BMS" | businessMonthBegin |
"SM" | semiMonthEnd |
"SMS" | semiMonthBegin |
"Q" | quarterEnd |
"QS" | quarterBegin |
"BQ" | businessQuarterEnd |
"BQS" | businessQuarterBegin |
"REQ" | fy5253Quarter |
"A" | yearEnd |
"AS" | yearBegin |
"BA" | businessYearEnd |
"BAS" | businessYearBegin |
"RE" | fy5253 |
"D" | date |
"H" | hourOfDay |
"U" | microsecond |
"L" | millisecond |
"min" | minuteOfHour |
"N" | nanosecond |
"S" | secondOfMinute |
上述字符串亦可配合使用数字(必须为正整数),例如 "2M" 表示频率为每两个月月末。此外,rule 也可以是交易日历标识(国外交易所的 ISO Code、国内交易所简称或自定义交易日历名称),以便基于交易日历进行计算。交易日历也可以配合使用数字,表示多个交易日,此时只能指定由4个大写字母组成的交易日历标识。例如:“2XSHG”,表示上海证券交易所每两个交易日。
func 一个聚合函数。
-
rule 为 'M', 'A', 'Q', 'BM', 'BA', 'BQ' 和 'W' 时,closed 的默认取值为 'right' ,否则,closed 的默认取值为 'left'。
-
origin 取 'end' 或者 'end_day' 时,closed 的默认值为 'right'。
-
rule 为 'M', 'A', 'Q', 'BM', 'BA', 'BQ' 和 'W' 时,label 的默认取值为 'right' ,否则,label 的默认取值为 'left'。
-
origin 取 'end' 或者 'end_day' 时,label 的默认值为 'right'。
-
'epoch':分组起始点为1970-01-01。
-
'start':分组起始点为时间序列的第一个值。
-
'start_day':分组起始点是时间序列的第一个值对应日期的午夜零点。
-
'end':分组起始点是时间序列的最后一个时间戳。
-
'end_day':分组起始点是时间序列的最后一个时间戳对应日期的午夜24点(即下一日的零点)。
例子
index = [2000.01.01, 2000.01.31, 2000.02.15, 2000.02.20, 2000.03.12, 2000.04.16, 2000.05.06, 2000.08.30]
s = indexedSeries(index, 1..8)
s.resample("M", sum);
col1 | |
---|---|
2000.01.31 | 3 |
2000.02.29 | 7 |
2000.03.31 | 5 |
2000.04.30 | 6 |
2000.05.31 | 7 |
2000.06.30 | |
2000.07.31 | |
2000.08.31 | 8 |
s.resample("2M", last);
col1 | |
---|---|
2000.01.31 | 2 |
2000.03.31 | 5 |
2000.05.31 | 7 |
2000.07.31 | |
2000.09.30 | 8 |
index = temporalAdd(2022.01.01 00:00:00,1..8,`m)
s = indexedSeries(index, 1..8)
s.resample(rule=`3min, func=sum);
label | col1 |
---|---|
2022.01.01T00:00:00 | 3 |
2022.01.01T00:03:00 | 12 |
2022.01.01T00:06:00 | 21 |
s.resample(rule=`3min, func=sum, closed=`right);
label | col1 |
---|---|
2022.01.01T00:00:00 | 6 |
2022.01.01T00:03:00 | 15 |
2022.01.01T00:06:00 | 15 |
s.resample(rule=`3min, func=sum, closed=`left,origin=`end);
label | col1 |
---|---|
2022.01.01T00:02:00 | 1 |
2022.01.01T00:05:00 | 9 |
2022.01.01T00:08:00 | 18 |
2022.01.01T00:11:00 | 8 |
s.resample(rule=`3min, func=sum,origin=2022.10.01 00:00:10)
label | col1 |
---|---|
2022.01.01T00:00:10 | 6 |
2022.01.01T00:03:10 | 15 |
2022.01.01T00:06:10 | 15 |
m = matrix(1..5, 1..5)
index = temporalAdd(2000.01.01, [1, 1, 2, 2, 3], "d")
m.rename!(index, `A`B);
m.resample(rule=`D, func=sum);
label | A | B |
---|---|---|
2000.01.02 | 3 | 3 |
2000.01.03 | 7 | 7 |
2000.01.04 | 5 | 5 |